数字孪生的崛起让企业绕过真实人员以提高利润

大公司正在远离传统调查，转而采用由人工智能生成的真实人物复制品，这一转变提供了更快的洞察，但也引发了关于就业和数据隐私的担忧。

一条病毒式的TikTok可以在数小时内让一个品牌变得有名，但许多公司仍依赖十二周的研究周期。

等到结果到达时，数据往往已经过时。

从获取反馈到理解其含义之间常常存在延迟。因此，大公司在趋势快速变化时可能难以迅速应对。

许多公司相信数字孪生是解决方案。

这些是现实事物、系统甚至人物的数字复制品。公司用它们来试验想法，看看在实际操作前可能发生什么。

大型银行和制药公司已经在利用这项技术预测人们对重要事件或新发布产品的反应。

测试在几秒钟内完成，而非数周

这项技术目前在高科技企业中逐渐获得动力。

格拉斯哥大学的研究人员建立了一个利用机器学习检测计算机网络的数字孪生系统。

他们的新方法可以在仅仅4.78秒内衡量网络的运行状况。旧的方法则需要大约33小时。

由于速度如此之快，工程师可以测试更多的场景，尤其是在网络变得更加复杂的情况下。

对快速信息的需求也在改变消费者研究。

一家名为Brox的创业公司生成了6万个实际个人的数字复制品。

这些不仅仅是估算，而是基于大量访谈的高度详细的档案，有些甚至包含多达300页关于单个人的资料。

公司现在可以在几小时内运行多次模拟，而不必主要依赖传统的统计模型，避免了耗时数月的过程。

Brox的负责人Hamish Brocklebank解释了差异。

“你可以用大型语言模型（LLMs）创建1万多个真正的合成数字孪生，但这些答案仍会归入一个非常紧密的分布，这在你真正问真人时是不现实的，”他说。

因为Brox已经准备好这些孪生，制药巨头可以向数字群体提问，并在几小时内获得可靠的结果，省去了寻找真实人的整个步骤。

自动化针对高薪工人

快速推进自动化也带来了弊端。

据MIT经济学家Daron Acemoglu称，许多企业主要利用自动化来节省成本，而非提高效率。

他的研究显示，雇主更愿意用自动化取代薪酬较高的员工。

研究还显示，这对收入不平等产生了显著影响。

在1980年至2016年间，自动化占收入差距扩大52%的原因。

Acemoglu指出，工资越高的工人，企业越有动力自动化该岗位。

他还认为，这种以削减劳动力成本为重点的做法，减少了自动化潜在的许多益处。

研究显示，降低工资的努力抹去了自动化本应带来的60%到90%的生产率提升，导致他所说的生产率增长相对疲软。

隐私问题也日益重要。

IMDEA网络研究所的团队发现，包括ChatGPT、Claude和Perplexity AI在内的知名AI系统，使用了由谷歌和TikTok开发的追踪技术。

这些追踪器可能会收集用户谈话内容的信息，比如聊天标题和网页地址。

数字孪生的形成依赖于高度个人化的信息，如童年经历、行为和关系。

当与第三方追踪结合时，这些技术可以收集和处理大量敏感数据。

预计到2030年，AI模拟和数字孪生行业将达到213.3亿美元。

随着公司越来越多地使用逼真的虚拟版本代替真实人物，人们对失业和隐私的担忧也在增加。

另一个问题是这些系统看起来有多真实。

数字孪生和AI工具可以看起来如此逼真，以至于有人甚至可能认为它们是真正有意识或“活着”的。

如果你正在阅读这篇文章，你已经走在了前面。请继续关注我们的新闻简报。